一种快速移动目标的跟踪方法及装置制造方法及图纸

本发明专利技术提供的快速移动目标的跟踪方法，首先获取目标物体的原始位置，根据该位置对目标物体进行跟踪，得到跟踪位置，然后计算所述跟踪位置与目标物体的原始位置的相似度，若所述相似度小于预设阈值，通过级联检测器获取多个候选跟踪区域，将所述候选跟踪区域聚类置信度最高的区域为跟踪结果。该方案中，通过级联检测器对跟踪结果进行校对，如果与原始位置的差别太大，则说明目标快速移动而导致跟踪失败，此时则通过级联检测器检测出现目标物体的多个区域，通过聚类选择最优的区域作为跟踪结果。方法能够克服现有算法在目标快速移动条件下跟踪失败的情况，改善现有算法的性能。

【技术实现步骤摘要】
一种快速移动目标的跟踪方法及装置
本专利技术涉及计算机视觉领域，具体涉及一种快速移动目标的跟踪方法及装置。
技术介绍
在计算机视觉领域，目标跟踪一直是热点研究领域之一。所谓目标跟踪，即是在一个连续的图像序列中，对感兴趣的目标进行持续的定位的过程。目标跟踪广泛应用于军事、交通、监控等多个领域。由于光照变化，目标形变，目标遮挡以及实时性等因素影响，精确的目标跟踪算法还难以实现。核相关滤波跟踪算法是近年来发展起来的一种效果较好的跟踪算法，采用循环移位的思想，构造大量的样本来训练分类器，同时利用离散傅里叶变换降低分类器训练和检测过程中的运算量。但是上述跟踪算法还存在一些固有的问题：如果目标物体快速移动，超出了跟踪算法的搜索区域，则无法跟踪到目标物体，导致跟踪性能也会受到影响。
技术实现思路
因此，本专利技术要解决的技术问题在于现有技术中的跟踪方法当目标物体快速移动超出目标跟踪范围时导致跟踪失败。为此，本专利技术提供一种快速移动目标的跟踪方法，包括如下步骤：获取目标物体的原始位置；根据所述原始位置对目标物体进行跟踪，得到跟踪位置；计算所述跟踪位置与目标物体的原始位置的相似度；判断所述相似度是否小于预设阈值；若所述相似度小于预设阈值，通过级联检测器获取多个候选跟踪区域；将所述候选跟踪区域聚类置信度最高的区域为跟踪结果。优选地，还包括用所述跟踪结果更新所述目标物体的原始位置，下一帧图像中在更新后的位置对目标物体进行跟踪。优选地，还包括若所述相似度不小于预设阈值，则将所述跟踪位置作为跟踪结果。优选地，对目标物体进行跟踪的步骤中，采用核相关滤波跟踪算法进行跟踪。优选地，所述级联检测器包括依次连接的方差分类器、集成分类器和最近邻分类器。优选地，所述集成分类器和所述最近邻分类器通过正负样本来训练。通过级联检测器获取目标物体的可选位置；本专利技术还提供一种快速移动目标的跟踪装置，包括：原始位置提取单元，用于获取目标物体的原始位置；跟踪单元，用于根据所述原始位置对目标物体进行跟踪，得到跟踪位置；相似度计算单元，用于计算所述跟踪位置与目标物体的原始位置的相似度；判断单元，用于判断所述相似度是否小于预设阈值；候选区域获取单元，用于若所述相似度小于预设阈值，通过级联检测器获取多个候选跟踪区域；第一结果输出单元，用于将所述候选跟踪区域聚类置信度最高的区域为跟踪结果。优选地，还包括更新单元，用于用所述跟踪结果更新所述目标物体的原始位置，下一帧图像中在更新后的位置对目标物体进行跟踪。优选地，还包括第二结果输出单元，用于若所述相似度不小于预设阈值，则将所述跟踪位置作为跟踪结果。优选地，采用核相关滤波跟踪算法进行跟踪。本专利技术技术方案，具有如下优点：本专利技术提供的快速移动目标的跟踪方法，首先获取目标物体的原始位置，根据该位置对目标物体进行跟踪，得到跟踪位置，然后计算所述跟踪位置与目标物体的原始位置的相似度，若所述相似度小于预设阈值，通过级联检测器获取多个候选跟踪区域，将所述候选跟踪区域聚类置信度最高的区域为跟踪结果。该方案中，通过级联检测器对跟踪结果进行校对，如果与原始位置的差别太大，则说明目标快速移动而导致跟踪失败，此时则通过级联检测器检测出现目标物体的多个区域，通过聚类选择最优的区域作为跟踪结果。方法能够克服现有算法在目标快速移动条件下跟踪失败的情况，改善现有算法的性能。附图说明为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例1中一种快速移动目标的跟踪方法的一个具体示例的流程图。图2为本专利技术实施例2中一种快速移动目标的跟踪装置的一个具体示例的结构框图；具体实施方式下面将结合附图对本专利技术的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。在本专利技术的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本专利技术和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本专利技术的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。在本专利技术的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，还可以是两个元件内部的连通，可以是无线连接，也可以是有线连接。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本专利技术中的具体含义。此外，下面所描述的本专利技术不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。实施例1本实施例中提供一种快速移动目标的跟踪方法，用于跟踪目标物体，尤其对于快速移动的目标物体可以更好的进行跟踪。该方法可以用户电脑、服务器等智能设备中，对输入的视频中的目标物体进行跟踪。本实施例中的快速移动目标的跟踪方法流程图如图1所示，包括如下步骤：S1、获取目标物体的原始位置。在视频初始帧，给定目标初始位置。S2、根据所述原始位置对目标物体进行跟踪，得到跟踪位置，跟踪位置为一个矩形框。对目标物体进行跟踪的步骤中，采用核相关滤波跟踪算法进行跟踪。核相关滤波算法的跟踪过程可以分解为如下几步：第一步，在初始帧图像中，目标初始位置位于位置p(t)。在第I(t)帧图像中，在位置p(t)附近采样，训练一个回归器，这个回归器能够计算每个采样小窗口的响应。第二步，在I(t+1)帧中，在前一帧位置p(t)附近采样，用上一帧训练的回归器计算每个采样窗口的响应，响应最大的窗口作为本帧的目标位置p(t+1)，该目标位置即为跟踪结果。核相关滤波算法具有以下优点：首先，使用目标区域周围区域的循环矩阵采集正负样本，利用岭回归训练回归器，并成功的利用循环矩阵在傅里叶空间可对角化的性质，大大降低运算量，提高算法运算速度。其次，将线性岭回归通过核函数映射到非线性空间，使线性不可分的样本在非线性空间中可分。核相关滤波算法中，所有的训练样本是由目标样本循环移位得到，循环移位可由排列矩阵得到，对于二维图像，可以通过x轴和y轴分别循环移动实现不同位置的移动。通过循环移位构造出来的二维图像训练样本如下所示：这样所有的训练样本就得到了，然后通过岭回归和傅里叶变换的方法训练分类器。设训练样本集(xi，yi),那么其线性回归函数f(xi)＝wTxi,w是列向量表示权重系数，可通过最小二乘法求解，通过求偏导数，进行化简，得到最后解析解的形式：w＝(XHX+λ)-1XHy然后通过引入傅里叶变换，降低矩阵求逆的计算复杂度。S3、计算所述跟踪位置与目标物体的原始位置的相似度。可以通过最近邻分类器来计算跟踪位置与目标物体的原始位置的相似度，在最本文档来自技高网...

【技术保护点】
一种快速移动目标的跟踪方法，其特征在于，包括如下步骤：获取目标物体的原始位置；根据所述原始位置对目标物体进行跟踪，得到跟踪位置；计算所述跟踪位置与目标物体的原始位置的相似度；判断所述相似度是否小于预设阈值；若所述相似度小于预设阈值，通过级联检测器获取多个候选跟踪区域；将所述候选跟踪区域聚类置信度最高的区域为跟踪结果。

【技术特征摘要】
1.一种快速移动目标的跟踪方法，其特征在于，包括如下步骤：获取目标物体的原始位置；根据所述原始位置对目标物体进行跟踪，得到跟踪位置；计算所述跟踪位置与目标物体的原始位置的相似度；判断所述相似度是否小于预设阈值；若所述相似度小于预设阈值，通过级联检测器获取多个候选跟踪区域；将所述候选跟踪区域聚类置信度最高的区域为跟踪结果。2.根据权利要求1所述的方法，其特征在于，还包括用所述跟踪结果更新所述目标物体的原始位置，下一帧图像中在更新后的位置对目标物体进行跟踪。3.根据权利要求1或2所述的方法，其特征在于，还包括若所述相似度不小于预设阈值，则将所述跟踪位置作为跟踪结果。4.根据权利要求3所述的方法，其特征在于，对目标物体进行跟踪的步骤中，采用核相关滤波跟踪算法进行跟踪。5.根据权利要求4所述的方法，其特征在于，所述级联检测器包括依次连接的方差分类器、集成分类器和最近邻分类器。6.根据权利要求5所述的方法，其特征在于，所述集成分类器和所述最近邻分类器通过...

【专利技术属性】
技术研发人员：李宜博，王运节，张如高，
申请(专利权)人：博康智能信息技术有限公司上海分公司，
类型：发明
国别省市：上海,31